几种常用的 Metrics to evaluate the link prediction results / recommender systems 链接预测评估指标,推荐系统适用

  • Hit@K : indicates whether at least one of the top-K recommended items was in the test data (the by-user average is typically called "Hit Rate" or "Hit at top K").

    表示在Top K个推荐项里,是否至少有一个在测试数据中 / 是正确答案,常用的有Hits@1,和Hits@10等。

  • MRR: Mean Reciprocal Rank : The reciprocal rank of a query response is the multiplicative inverse of the rank of the first correct answer: 1 for first place, 1⁄2 for second place, 1⁄3 for third place and so on.

    RR表示正确答案的排名的倒数,排在第一个推荐项即为1,Top3即为1/3。MRR为平均值,算法如下图:

几种常用的 Metrics to evaluate the link prediction results / recommender systems 链接预测评估指标,推荐系统适用_第1张图片 MRR算法

下图为各个知识图谱表示学习框架在TransE模型上的MRR以及Hit@K评估结果:

几种常用的 Metrics to evaluate the link prediction results / recommender systems 链接预测评估指标,推荐系统适用_第2张图片

你可能感兴趣的:(python,数据挖掘,知识图谱,人工智能)